mongodb3相比于mongodb2在性能和安全上具有很大提升。mongodb3比较新的的资料在mongodb的中文社区可以找到。但是关于java 如何操作mongodb3，能够找到的资料大部分停留在2.x。在此记录mongodb3的学习笔记，以便后期查看.
聚合 是泛指各种可以处理批量记录并返回计算结果的操作。MongoDB提供了丰富的聚合操作，用于对数据集执行计算操作。在 mongod 实例上执行聚合操作可以大大简化应用的代码，并降低对资源的消耗。
聚合有比较简单的 count 计算总数；distinct去重；group by 分组。也有比较复杂的管道聚合。下面将分别讲述。
appuser 集合 具有如下文档
{name:"人间四月",age:20,"locate":" 北京"}
{name:"dolphin",age:22,"locate":" 北京"}
{name:"yunsheng",age:21,"locate":" 天津"}
{name:"shark",age:23,"locate":" 天津"}
{name:"babywang",age:25,"locate":" 四川"}
count 返回符合查询条件的文档总数
- 使用mongodb命令查询北京地区的注册人数
db.appuser.count({locate:"北京"})
返回结果是 [2]
- 使用
MongoTemplate查询北京地区的注册人数。
Query query = new Query();
query.addCriteria(Criteria.where("locate").is("北京"));
Integer count = mongoTemplate.count(query);
所得count==2
distinct去除重复操作 返回查询到的指定字段值不重复的记录
- 使用mongodb命令查询用户来自于哪些地区
db.appuser.distinct("locate")
返回结果是 [" 北京"," 天津","四川"]
- 使用
MongoTemplate查询用户来自于哪些地区
目前我只知道通过MongoTemplate执行命令查询，MongoTemplate对distinct暂时没有特殊的支持
DBObject command = new BasicDBObject();
command.put("distinct", "appuser");
command.put("key", "locate");
CommandResult result = mongoTemplate.executeCommand(command);
System.out.println(result.toString());
输出结果为
{ ... //不重要的信息 省略
"values" : [ "北京" , "天津" , "四川"] ,
}
count distinct 配合使用
其实mongodb并不能支持类似于以下sql的查询。
select count( distinct(locate) ) from appuser
直接获取distinct的values的长度，就获取到了count的数量。
- 使用mongodb命令查询用户来源的地区数量
db.runCommand({"distinct":"appuser","key":"locate"}).values.length
返回结果是 3
group 操作会把查询到的文档按照给定的字段值进行分组。分组操作会返回一个文档数组，其中的每个文档包含了一组文档的计算结果
group 命令不能在分片集合上运行。特别需要注意一点， group 操作的结果集大小不能超过16MB。
- mongodb命令查询各个地区 年龄最大的用户
db.appuser.group({
key:{locate:""},
initial:{age:0},
reduce:function(cur, result){
if(cur.age>result.age)
result.age = cur.age;
result.name = cur.name;
}})
查询返回结果是
[ {
waitedMS:NumberLong(0),
retval:[{
locate:" 北京",
age:22.0,
name:"dolphin"
},{
locate:" 天津",
age:23.0,
name:"shark"
},{
locate:" 四川",
age:25.0,
name:"babywang"
}],
count:NumberLong(5),
keys:NumberLong(3),
ok:1.0
}]
-
MongoTemplate查询各个地区 年龄最大的用户
GroupBy groupBy = GroupBy.key("locate");
DBObject initialDocument = new BasicDBObject();
initialDocument.put("age", 0);
groupBy.initialDocument(initialDocument);
String reduceFunction= "function(cur, result) {if(cur.age>result.age)result.age = cur.age;result.name = cur.name;}";
groupBy.reduceFunction(reduceFunction);
GroupByResults results = mongoTemplate.group("appuser", groupBy, AppUser.class);
Iterator iterator = results.iterator();
while(iterator.hasNext()){
AppUser appUser = iterator.next();
System.out.println(JSON.toJSONString(appUser));
}
输出结果为
{"age":22,"locate":" 北京","name":"dolphin"}
{"age":23,"locate":" 天津","name":"shark"}
{"age":25,"locate":" 四川","name":"babywang"}
reduceFunction 需要通过字符串拼接 我也是醉了。
group $keyf 有时 我们需要对分组的字段做一些处理。
- mongodb命令 对名字长度分组，找出每个分组中年龄最大的用户。
db.appuser.group({
$keyf:function(doc){return {namelength:doc.name.length};},
initial:{age:0},
reduce:function(cur, result){
if(cur.age>result.age)
result.age = cur.age;
result.name = cur.name;
}
})
返回结果[
{
waitedMS:NumberLong(0),
retval:[
{
namelength:4.0,
age:20.0,
name:"人间四月"
},
{
namelength:7.0,
age:22.0,
name:"dolphin"
},
{
namelength:8.0,
age:25.0,
name:"babywang"
},
{
namelength:5.0,
age:23.0,
name:"shark"
}
],
count:NumberLong(5),
keys:NumberLong(4),
ok:1.0
}
]
group finalize 针对分组后的每一个分组结果做相应操作
- mongodb命令 对名字长度分组，找出每个分组中年龄最大的用户，最后对每个人的年龄加10
db.appuser.group({
$keyf:function(doc){return {namelength:doc.name.length};},
initial:{age:0},
finalize:function(doc){
doc.age=doc.age+10;
},
reduce:function(cur, result){
if(cur.age>result.age)
result.age = cur.age;
result.name = cur.name;
}
})
下一篇：mongodb3管道聚合